Только вперед!

В МГУ создали нейросеть для расшифровки ДНК

Российские учёные из Московского госуниверситета имени Михаила Ломоносова, победившие на конкурсе DREAM 2022, создали и уже первично апробировали отечественную нейросеть LegNet, которая и победила на конкурсе. С её помощью биологи будут отслеживать последовательность нуклеиновой кислоты ДНК, которая в свою очередь влияет на активность генов.

Исследование данного влияния на активность генов в настоящее время является одной из наиболее важных проблем современной генетики. Как считают эксперты, нейросети используемые биологами сейчас, не всегда отвечают требованиям современной микробиологии.

Нейросеть LegNet обучалась на миллионах вариантов последовательностей и соответствующей генной активности. Она была признана наилучшей среди подобных разработок учёных из иных стран по всем номинациям. Статья, посвящённая разработке российской нейросети для биологических задач, была опубликована в авторитетном научном издании Nature Biotechnology.

Генеративный ИИ и криптовалюты потребляют 2% мирового электричества

Развитие генеративного искусственного интеллекта (ИИ) обещает улучшения в различных сферах жизни, но имеет экологические и энергетические риски. Высокие энергозатраты, связанные с обучением и использованием ИИ, вызывают обеспокоенность у экологов и экспертов многих отраслей.

В 2022 году ИИ и криптовалюты потребляли около 460 ТВт·ч энергии, это 2% мирового производства. Но показатель стремительно растёт, к 2027 году энергозатраты LLM могут превысить показатели целых стран. Уже известно, что запрос в тот же ChatGPT расходует в 10 раз больше энергии, чем обычный запрос в браузере.

Несмотря на сложности, уже разрабатываются технологии для уменьшения потребления генеративного ИИ. Например, разрабатывают процессоры, использующие меньше энергии или эффективнее затрачивающие её на вычисления. Упрощаются модели для работы на мобильных и стационарных потребительских устройствах, упрощаются сложные нейросети с минимальной потерей качества.

Эксперты МАИ всё же отмечают, что углеродный след генерации ИИ пока меньше, чем у человека, при этом работа нейросетей более эффективная и дешёвая, если речь не идёт о творческой работе.